新冠肺炎于 YouTube：基于情感、毒性和内容推荐的数据驱动分析

本研究提出了一种数据驱动方法，分析了 YouTube 上新冠肺炎话语的情感、毒性和主题模式。分析涉及 2023 年 1 月至 2024 年 10 月发布的视频内容。应用了高级自然语言处理（NLP）技术：使用 VADER 进行情感分析，使用 Detoxify 进行毒性检测，使用潜在 Dirichlet 分配（LDA）进行主题建模。情感分析结果显示，49.32% 的视频描述为积极，36.63% 为中性，14.05% 为消极，表明疫情相关内容整体呈现出信息丰富和支持性的基调。毒性分析识别出仅 0.91% 的内容为有毒性，表明用户暴露于有毒内容的风险较小。主题建模揭示了两个主要主题，其中 66.74% 的视频涵盖一般健康信息和疫情影响，33.26% 的视频聚焦于新闻和实时更新，凸显了 YouTube 在疫情话语中的双重信息角色。我们还开发了一个基于 TF-IDF 向量化和余弦相似度的推荐系统，结合情感、毒性和主题过滤，以确保推荐内容与上下文相匹配。该系统实现了 69% 的总体覆盖率，月度覆盖率始终保持在 85% 以上，显示出稳健的性能和长期适应性。跨推荐规模的评估显示，覆盖率在五个视频推荐时达到 69%，十个视频推荐时达到 79%。总体而言，本工作提出了一种理解 YouTube 上新冠肺炎话语的框架，以及一个支持用户参与、同时促进与新冠肺炎相关的负责任和相关内容的推荐系统。